[发明专利]目标检测方法、装置、设备以及存储介质有效

专利信息
申请号: 202011079397.X 申请日: 2020-10-10
公开(公告)号: CN112052186B 公开(公告)日: 2022-02-25
发明(设计)人: 张振亮 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F11/36 分类号: G06F11/36;G06K9/62;G06N3/04;G06N3/08;G06N20/20;G06V10/764;G06V10/774;G06V10/82
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 徐立
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 检测 方法 装置 设备 以及 存储 介质
【权利要求书】:

1.一种目标检测方法,其特征在于,所述方法包括:

获取待检测图像,所述待检测图像包括至少一个待检测对象,所述待检测图像为游戏界面图像,所述待检测对象为所述游戏界面图像中的游戏按钮、文字、几何图形或者游戏角色;

基于目标对象的模板图像,在所述待检测图像上进行检测,得到所述待检测图像中的第一候选子图像,所述第一候选子图像与所述模板图像之间的相似度大于或等于第一相似度阈值,所述目标对象的模板图像用于对所述待检测对象进行检测;

获取所述第一候选子图像和所述模板图像之间的图像特征差异信息,所述图像特征差异信息用于表征所述第一候选子图像的图像特征信息与所述模板图像的特征信息之间的差异信息;

在所述图像特征差异信息小于或等于第一阈值的情况下,比较所述图像特征差异信息和第二阈值,所述第一阈值为与所述模板图像的图像风格相关联的数值,所述第二阈值为与所述目标对象的类型相关联的数值;

在所述图像特征差异信息小于或等于所述第二阈值的情况下,在所述待检测图像中对所述第一候选子图像进行突出显示。

2.根据权利要求1所述的方法,其特征在于,所述目标对象的模板图像的尺寸小于所述待检测图像的尺寸,所述基于目标对象的模板图像,在所述待检测图像上进行检测,得到所述待检测图像中的第一候选子图像包括:

对所述目标对象的模板图像进行缩放处理,得到所述目标对象的多个尺寸的模板图像;

基于所述多个尺寸的模板图像在所述待检测图像上进行检测,得到所述待检测图像中的多个参考区域,所述参考区域与对应尺寸的模板图像之间的相似度符合预设条件;

将目标参考区域确定为所述第一候选子图像,所述目标参考区域为所述多个参考区域中与对应尺寸的模板图像之间相似度最高的参考区域。

3.根据权利要求2所述的方法,其特征在于,所述基于所述多个尺寸的模板图像在所述待检测图像上进行检测,得到所述待检测图像中的多个参考区域包括:

分别对所述多个尺寸的模板图像和所述待检测图像进行灰度处理,得到多个尺寸的模板灰度图像和待检测灰度图像;

控制所述多个尺寸的模板灰度图像在所述待检测灰度图像上进行滑动;

分别确定所述多个尺寸的模板灰度图像中像素点的灰度值与多个第一区域中像素点的灰度值之间的第一相似度,所述第一区域为所述待检测灰度图像上的待检测区域;

在所述待检测图像中确定与多个第一相似度符合所述预设条件的第一区域所对应的所述多个参考区域。

4.根据权利要求1所述的方法,其特征在于,所述获取所述第一候选子图像和所述模板图像之间的图像特征差异信息之前,所述方法还包括:

对所述第一候选子图像和所述模板图像进行特征提取,得到所述第一候选子图像的图像特征信息和所述模板图像的图像特征信息,其中,所述图像特征信息包括灰度均值、灰度方差、颜色均值以及图像熵中的至少一项;

所述获取所述第一候选子图像和所述模板图像之间的图像特征差异信息包括:

获取所述第一候选子图像的图像特征信息和所述模板图像的图像特征信息之间的所述图像特征差异信息。

5.根据权利要求1所述的方法,其特征在于,所述获取所述第一候选子图像和所述模板图像之间的图像特征差异信息之前,所述方法还包括:

将所述第一候选子图像输入图像分类模型,通过所述图像分类模型对所述第一候选子图像中的对象进行分类,输出所述第一候选子图像中的对象的类型;

响应于所述第一候选子图像中的对象的类型与所述目标对象的类型相同,执行获取所述第一候选子图像和所述模板图像之间的图像特征差异信息的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011079397.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top